Дорожная карта внедрения AI-Native SAFe: 5 фаз перехода организации к AI-Native – от бизнес-результатов до масштабирования ИИ
Дорожная карта внедрения AI-Native SAFe (AI-Native SAFe Implementation Roadmap) – это пятифазный путь трансформации организации, благодаря которому ИИ становится встроенной частью работы, принятия решений и управления. Пять фаз дорожной карты: 1) согласование с клиентскими и бизнес-результатами, 2) установление приоритетов, 3) запуск AI-Native Agile Release Trains (ART), 4) измерение результативности, 5) повышение отдачи от инвестиций в ИИ. Дорожная карта помогает руководителям определить измеримые результаты трансформации, выбрать, где начинать изменения, когда запустить AI-Native ART, как оценить эффект и далее масштабировать ИИ-возможности во всей организации.
AI-Native SAFe – подход к масштабированию Lean-Agile практик в эпоху искусственного интеллекта. AI-Native SAFe рассматривает ИИ не как отдельную технологию или набор инструментов, а как фактор изменения продуктов, процессов, компетенций, операционной модели и механизмов управления. Цель – измеримые клиентские и бизнес-результаты (outcomes), а не технический рост объёма выпускаемой функциональности (outputs).
Организациям, уже внедрившим SAFe, не нужно начинать трансформацию заново: дорожная карта показывает, какие шаги они уже прошли, а что необходимо развить или переосмыслить в эпоху ИИ. В статье такие рекомендации выделены во врезках «Для организаций, уже внедривших SAFe».
Материал предназначен для руководителей трансформации, бизнес- и технологических лидеров, руководителей портфелей, SPC, RTE, менеджеров продукта, архитекторов систем, скрам мастеров, коучей команд, специалистов по AI governance.
Редакционная версия для русскоязычной аудитории подготовлена на основе статьи Scaled Agile, Inc. – AI-Native SAFe Implementation Roadmap. Перевод и адаптация – Алексей Ионов, первый в России и СНГ Advanced SPC и аккредитованный AI-Native Trainer, основатель компании «Ионов и Партнёры» – первого в России и СНГ AI-Native Partner Scaled Agile, Inc.
Пять фаз дорожной карты внедрения AI-Native SAFe
В результате внедрения AI-Native SAFe организация получает единый подход к приоритизации инвестиций в ИИ, запуску продуктовых ART, развитию ИИ-компетенций, AI governance и измерению бизнес-эффекта самой трансформации.
Для организаций, уже внедривших SAFe
Организациям со сложившейся практикой SAFe не требуется начинать трансформацию заново. Дорожная карта AI-Native SAFe помогает развить существующий Lean-Agile фундамент: дополнить его ИИ-возможностями, практиками AI governance, быстрыми экспериментами и более явной ориентацией на клиентские и бизнес-результаты. В организации уже могут быть внедрены отдельные практики и роли – важно определить, что следует сохранить, усилить или переосмыслить.
Краткое содержание
Дорожная карта внедрения AI-Native SAFe предназначена для организаций, которые стремятся сохранить или завоевать лидерские позиции в быстро изменяющейся эпохе искусственного интеллекта. Переход от поставки результатов работы к разработке продуктов, ориентированной на клиентские и бизнес-результаты, позволяет раскрывать значительную ценность технологий ИИ.
В этом руководстве представлен структурированный путь изменений из пяти фаз. Он помогает руководителям пройти ключевые этапы: согласовать трансформацию со стратегическими бизнес-результатами, установить ясные приоритеты, запустить AI-Native Agile Release Trains (ART) и затем измерять результативность и повышать отдачу от инвестиций.
Становление AI-Native организаций – не только технологический сдвиг. Для такого становления необходима последовательная поддержка со стороны руководства, развитие компетенций сотрудников и надёжный AI governance.
Дорожная карта помогает организациям ориентироваться в сложностях внедрения ИИ, масштабировать инновации, формировать человекоцентричную культуру и развивать измеримую долгосрочную бизнес-гибкость.
Что такое дорожная карта внедрения AI-Native SAFe?
Более 20 000 организаций внедрили фреймворк SAFe для масштабирования Lean- и Agile-практик. Уроки, извлечённые из этих внедрений, легли в основу дорожной карты внедрения SAFe – ориентира для критически важных изменений в способах работы организации на пути к бизнес-гибкости.
Сегодня искусственный интеллект создаёт новый набор возможностей и вызовов. Темпы и масштаб изменений, наряду с быстрым развитием ИИ, вновь требуют пересматривать способы работы. Переход к AI-Native подходу становится необходимостью для организаций, стремящихся сохранять конкурентоспособность, а AI-Native SAFe разработан, чтобы поддержать этот переход.
AI-Native SAFe описывает роли, процессы и организационные структуры, необходимые для становления AI-Native организации. Его фокус – применение ИИ для решения реальных бизнес-задач, а не внедрение ИИ как самоцель. Ответ на вопрос «Как внедрить AI-Native SAFe?» даёт дорожная карта, представленная на рисунке 1.
Рисунок 1. Дорожная карта внедрения AI-Native SAFe
Как структурирована дорожная карта внедрения AI-Native SAFe?
Фреймворк AI-Native SAFe и поддерживающая его дорожная карта основаны на важном изменении способов работы организации. Ранее большинство компаний оптимизировали деятельность под выпуск результатов работы (outputs): функциональности, документов, релизов и других артефактов. Чем больше таких результатов поставлялось, тем эффективнее считались процессы.
В эпоху ИИ ограничение на производство результатов работы существенно снизилось. Поэтому выпуск большего количества функциональности сам по себе уже не формирует конкурентное преимущество. Успешные AI-Native организации оптимизируют работу для достижения клиентских и бизнес-результатов (outcomes), а не для выпуска артефактов. Поэтому разработка продуктов, ориентированная на клиентские и бизнес-результаты, – центральный элемент AI-Native SAFe.
Рисунок 2. Подход, ориентированный на клиентские и бизнес-результаты, ускоряет поток от целевого бизнес-результата до реализованной ценности
Этот подход важен для внедрения AI-Native SAFe. Управление изменениями, ориентированное на клиентские и бизнес-результаты, напрямую связывает целевые результаты трансформации с создаваемой бизнес-ценностью. Это особенно важно в эпоху ИИ, когда организации могут попасть в ловушку бесконечных экспериментов: «экспериментировать со всем, везде и одновременно».
Дорожная карта внедрения AI-Native SAFe преобразует общую модель, ориентированную на клиентские и бизнес-результаты, в пять фаз, поддерживающих путь трансформации. Эти фазы подробно рассмотрены далее.
Рисунок 3. Подход к управлению изменениями, ориентированный на клиентские и бизнес-результаты
Подробнее о разработке продуктов, ориентированной на клиентские и бизнес-результаты:
Примечание. На дорожной карте внедрения AI-Native SAFe на рисунке 1 первые четыре шага выделены серым цветом, а последующие – фиолетовым. Это отражает тот факт, что часть работ на этих шагах уже могла быть выполнена организациями, внедрившими Core SAFe. Далее в статье этот вопрос будет рассмотрен подробнее.
Кроме того, дорожная карта показывает ключевые программы обучения, необходимые для перехода к AI-Native SAFe: соответствующие тренинги обозначены на маршруте значками сертификаций. При этом у авторов не было цели представить на дорожной карте все доступные или обязательные программы; карта – только ориентир.
Фаза 1. Согласование с клиентскими и бизнес-результатами
Согласование с клиентскими и бизнес-результатами – первая фаза дорожной карты внедрения AI-Native SAFe. На этом этапе определяются измеримые результаты трансформации и формируется направляющая коалиция (guiding coalition).
«Для успешного старта трансформации недостаточно объявить цель «внедрить ИИ». Организации важно определить, какой конкретный эффект должен быть достигнут: например, сокращение времени вывода продукта на рынок, рост конверсии, снижение операционных рисков или повышение качества определённого клиентского опыта. Именно эти результаты должны стать основой OKR трансформации.»
![Алексей Ионов, основатель «Ионов и Партнеры», ведущий эксперт по Lean-Agile, SAFe и AI-трансформациям в России и СНГ, Certified Advanced SAFe® Practice Consultant (ASPC), AI-Native Trainer.]()
Алексей Ионов, основатель «Ионов и Партнеры», ведущий эксперт по Lean-Agile, SAFe и AI-трансформациям в России и СНГ, Certified Advanced SAFe® Practice Consultant (ASPC), AI-Native Trainer.
Решение о переходе к AI-Native
Любой значимый путь изменений требует приверженности руководства. Путь к становлению AI-Native организации не является исключением. Из этой приверженности следуют два критически важных элемента, которые руководство должно ясно и регулярно доносить до всей организации.
Видение
Видение проясняет цель и направление изменений, формирует миссию, которой должны следовать сотрудники. Без видения, описывающего, чего организация стремится достичь и как будет измерять успех, невозможно обеспечить необходимое согласованное движение вперёд.
Клиентские и бизнес-результаты
Если видение отвечает на вопрос «зачем», то клиентские и бизнес-результаты определяют, «что» должно быть достигнуто и «к какому сроку». В AI-Native SAFe для определения измеримых результатов трансформации используются OKR.
Основное внимание уделяется бизнес-результатам трансформации, а не её количественным результатам. Например, количество запущенных AI-Native ART позволяет измерить активность, но само по себе не подтверждает создание ценности.
Рисунок 4. Пример OKR трансформации
Определение бизнес-результатов трансформации в формате OKR создаёт основу для последующих решений о приоритизации: например, где следует в первую очередь внедрять AI-Native SAFe, чтобы максимизировать эффект.
Подробнее о том, как определить релевантные бизнес-результаты трансформации:
Сертификационный тренинг: Leading the AI-Native Organization
Чтобы эффективно определять бизнес-результаты трансформации, руководителям необходимо понимать, как функционирует AI-Native организация, и видеть разрыв между текущим и целевым состояниями своей организации.
Руководителям рекомендуется пройти однодневный практический воркшоп Leading the AI-Native Organization («Лидерство в AI-Native организации»). Он даёт практический опыт работы с ИИ, помогает сформировать интуитивное понимание его возможностей и ограничений, а также повышает качество управления изменениями.
Воркшоп также помогает определить стратегию инвестиций в ИИ, понять значение ответственного применения ИИ и начать формировать план развития компетенций сотрудников.
Центральный элемент воркшопа – оценка готовности организации к AI-Native (AI-Native Organization Assessment). Он позволяет оценить текущее состояние организации, определить срочность изменений и выявить приоритетные направления для инвестиций в ИИ.
Подробнее:
Ионов и Партнёры: SAFe Partner и AI-Native Partner Scaled Agile, Inc.
Для успешной трансформации критична глубина практического опыта. Сама организация лучше всего знает собственный контекст, продукты и ограничения; при этом поддержка официального партнёра Scaled Agile с опытом сопровождения SAFe трансформаций и AI-Native трансформаций помогает ускорить изменения и снизить риски внедрения.
Scaled Agile развивает два взаимодополняющих типа партнёрства:
- SAFe Partner – партнёр, обладающий экспертизой во внедрении фреймворка SAFe и сертифицированный для проведения лицензированных тренингов SAFe. Такие тренинги имеют бейдж SAFe.
- AI-Native Partner – партнёр с подтверждённой экспертизой в области ИИ и правом проводить сертификационные тренинги AI-Native. Такие тренинги имеют бейдж AI-Native.
Рисунок 5. Сертификационные курсы AI-Native и сертификационные курсы SAFe
«Ионов и Партнёры» является SAFe Partner с 2019 года и первым в России и СНГ AI-Native Partner Scaled Agile. Это позволяет объединять экспертизу масштабирования Lean-Agile и SAFe практик с развитием AI-Native подходов, AI governance и ИИ-компетенций команд.
Статус партнёра можно проверить в официальном каталоге Scaled Agile – Partner Finder.
Развитие внутренних Lean-Agile агентов изменений
После закрепления стратегического курса на развитие AI-Native-подхода организации необходима направляющая коалиция, способная продвигать изменения. Для этого следует привлекать внешних и развивать внутренних Lean-Agile агентов изменений. В крупных организациях ключевыми агентами изменений часто выступают сертифицированные AI-Native SPC.
Агенты изменений могут привлекаться как из самой организации, так и извне. В общий состав направляющей коалиции нередко входят:
- внутренние руководители бизнес- и технологических направлений;
- менеджеры портфелей, программ и проектов;
- специалисты, пользующиеся доверием и авторитетом в организации.
Сертификационный тренинг: Implementing AI-Native SAFe
Подготовка профессиональных внутренних агентов изменений начинается с курса Implementing AI-Native SAFe. Его участники учатся организовывать, обучать и поддерживать AI-Native команды, определять и запускать AI-Native ART, организованные вокруг продуктов, а также поддерживать внедрение практик Lean Portfolio Management.
Организациям, в которых уже есть SPC, также рекомендуется пройти этот курс: управление изменениями в эпоху ИИ добавляет новые аспекты, которые должны учитывать все агенты изменений.
Курс даёт методологию и общий язык. Но между сертификатом и первым успешно запущенным AI-Native ART лежит опыт, который приобретается только на практике – и именно на этом отрезке лидеры трансформации чаще всего теряют время и доверие. Поэтому на старте трансформации рядом с внутренними агентами изменений, как правило, работают внешние сертифицированные агенты изменений, уже неоднократно прошедшие этот путь.
Внешние SPC помогают спроектировать целевую модель, запустить первые ART и – что важнее – работают в связке с внутренними SPC или агентами изменений, передавая им практику на реальных задачах. Цель такой связки – не постоянное присутствие консультантов, а обеспечение самостоятельности для внутренней команды изменений, которая через несколько PI уже сможет вести трансформацию сама.
«Ионов и Партнёры» – первый в России и СНГ AI-Native Partner Scaled Agile, Inc. – работает именно в такой модели. Алексей Ионов, основатель компании, с опытом запуска SAFe в крупных корпоративных средах лично сопровождает AI-Native SAFe трансформации: работает вместе с внутренними агентами изменений клиента от диагностики и проектирования до первых запусков и последовательно передаёт им экспертизу – так, чтобы после его выхода из проекта трансформацию могла вести собственная команда.
Подробнее:
- курс Implementing AI-Native SAFe – скоро будет доступен.
Развитие топ-менеджмента, лидеров и руководителей
Как отмечал Деминг, недостаточно, чтобы менеджмент взял на себя обязательства в отношении качества и производительности: он должен понимать, что именно необходимо делать. Поэтому следующим шагом становится развитие руководителей высшего звена, менеджеров и лидеров организации. Этот шаг расширяет охват участников по сравнению с более узкой группой руководителей, вовлечённых на этапе «Решение о переходе к AI-Native».
Организации, внедрившие Core SAFe, как правило, уже проходили этот этап и развили у данной группы стейкхолдеров Lean- и Agile-компетенции для работы в масштабе.
В контексте AI-Native SAFe часть этих лидеров будет непосредственно и постоянно спонсировать изменения, другие – участвовать во внедрении AI-Native SAFe, управлять теми, кто ведёт трансформацию, и влиять на них. Для эффективного выполнения этих задач необходимо развивать их компетенции в области ИИ и AI-Native способов работы.
Сертификационный воркшоп Leading the AI-Native Organization и сертификационный тренинг AI-Native SAFe Fundamentals
Однодневный воркшоп Leading the AI-Native Organization помогает углубить понимание ИИ и роли руководителей в трансформации. За ним следует однодневный курс AI-Native SAFe Fundamentals, обеспечивающий целостное понимание ключевых компонентов AI-Native SAFe.
Подробнее:
- курс AI-Native SAFe Fundamentals – скоро будет доступен
- курс Leading the AI-Native Organization
Фаза 2. Установление приоритетов
Следующая фаза дорожной карты внедрения AI-Native SAFe помогает определить, в каких частях организации следует начать изменения и какие инициативы они затронут. Это в значительной степени зависит от видения и клиентских и бизнес-результатов, определённых в первой фазе. Однако даже при их фиксации у организации остаётся множество возможных вариантов и сценариев.
Развитие портфеля
Решения о приоритизации требуют ясного представления о доступных вариантах. Множество проектов, программ и продуктов конкурируют за ограниченные ресурсы, что часто приводит к конфликтующим клиентским и бизнес-результатам. ИИ усиливает эту сложность: он расширяет пространство возможностей, но одновременно повышает риск рассогласования в организации.
В SAFe этот шаг реализуется через внедрение Lean Portfolio Management (LPM). Практики LPM помогают организациям перейти от традиционного управления портфелем к Lean-Agile подходу и распространить новые способы работы на уровни принятия решений и финансовой ответственности за портфельные инициативы.
Рисунок 6. Lean Portfolio Management
Для организаций, уже внедривших SAFe
Lean Portfolio Management, управление инвестициями, архитектурой и рисками могут уже быть частью действующей модели. В AI-Native SAFe задача состоит не в их замене, а в адаптации к более короткому циклу проверки гипотез, использованию ИИ, новым рискам данных и моделей, а также к необходимости быстрее перераспределять инвестиции на основе получаемых результатов.
Сертификационный тренинг: Lean Portfolio Management
Внедрение LPM начинается с курса Lean Portfolio Management. Двухдневный тренинг помогает лидерам портфеля понять практики LPM и их отличия от традиционных подходов. Дополнительно можно провести однодневный практический воркшоп Getting Started with LPM, чтобы спланировать запуск LPM с учётом контекста организации.
Подробнее:
AI Governance
AI governance – система принципов, ролей, политик и механизмов контроля, обеспечивающая ответственное, безопасное и результативное применение ИИ в организации.
По мере того как ИИ становится частью продуктов, процессов и управленческих решений, организациям необходимы понятные правила его применения. Lean Portfolio Management создаёт управленческий контур для согласования стратегии, инвестиций и ожидаемых результатов, а AI governance дополняет его принципами, политиками и механизмами контроля, необходимыми для работы с ИИ.
Рост использования ИИ и непредсказуемость генеративных моделей создают дополнительные риски, для управления которыми традиционные механизмы надзора часто неэффективны или невыполнимы.
Портфельные лидеры должны устанавливать ясные правила и ограничения – «направляющие» использования ИИ (AI guardrails), демонстрировать ответственное применение ИИ и отслеживать клиентские и бизнес-результаты. Без этого организация рискует столкнуться с юридическими последствиями, финансовыми потерями и утратой доверия. При эффективной организации AI governance становится не препятствием и не узким местом, а ускорителем инноваций.
Рисунок 7. Фреймворк AI governance и этики
«AI governance не должно сводиться к запретам и согласованиям. Его задача – задать понятные границы безопасного использования данных, моделей и агентных процессов, чтобы команды могли быстрее экспериментировать и внедрять ИИ без неприемлемо высоких рисков.»
![Алексей Ионов, основатель «Ионов и Партнеры», ведущий эксперт по Lean-Agile, SAFe и AI-трансформациям в России и СНГ, Certified Advanced SAFe® Practice Consultant (ASPC), AI-Native Trainer.]()
Алексей Ионов, основатель «Ионов и Партнеры», ведущий эксперт по Lean-Agile, SAFe и AI-трансформациям в России и СНГ, Certified Advanced SAFe® Practice Consultant (ASPC), AI-Native Trainer.
Организация вокруг ценности
Как правило, организация не будет ждать полного завершения внедрения LPM, чтобы перейти к следующему шагу дорожной карты – «Организация вокруг ценности». Однако начало движения по пути LPM сразу обеспечивает прозрачность в отношении наиболее подходящих областей для внедрения изменений – исходя из ближайших возможностей или значимости выполняемой работы.
AI-Native ART организуется вокруг одного продукта или группы взаимосвязанных продуктов. Продуктами могут быть как внутренние продукты, обеспечивающие операционную деятельность организации, так и внешние продукты, предоставляемые или продаваемые клиентам.
Такой подход создаёт единый фокус для всех команд ART: продукт с чётко определёнными клиентами, убедительным ценностным предложением и измеримыми клиентскими и бизнес-результатами.
Если продукт охватывает несколько ART, важно определить границы ответственности за клиентские и бизнес-результаты (outcome surfaces): декомпозировать продукт так, чтобы каждый ART мог отвечать за измеримый результат и создавать ценность для клиентов и бизнеса.
Общие платформы также могут находиться в зоне ответственности AI-Native ART, если ими управляют как продуктами.
Организация вокруг продуктов отличается от организации AI-Native ART вокруг системы, функции или проекта. В этих случаях фокус ART часто оказывается слишком узким для создания ясного ценностного предложения. Кроме того, такой подход может выливаться в создание временных ART, которые расформировываются после завершения работы. Это не позволяет постоянно углублять понимание клиента и развивать межкомандное обучение, необходимое для успеха в эпоху ИИ.
Организации, уже использующие SAFe и имеющие действующие ART, ранее проходили этап «Организация вокруг ценности». На этом шаге они использовали воркшоп Value Stream and ART Identification Workshop (VSAIW), проводимый SPC, чтобы сформировать ART, обеспечивающие поток ценности через функциональные силосы, виды деятельности и организационные границы.
Одни ART уже организованы вокруг продуктов и поэтому хорошо подготовлены к запуску в качестве AI-Native ART. Другие ART могут быть организованы менее эффективно. В таких случаях рекомендуется вернуться к шагу дорожной карты «Организация вокруг ценности» и повторно оценить каждый ART на основе приведённых выше рекомендаций.
Некоторые организации выбирают постепенный переход: последовательно уточняют предназначение каждого ART, делая его всё более ориентированным на продукт. Другие используют переход к AI-Native как возможность добиться более глубокого согласования вокруг продуктов и проводят на этом шаге более масштабную реорганизацию вокруг ценности.
Приоритизация потоков ценности и ART
Хотя определение способа организации AI-Native ART вокруг продуктов – важный шаг, не менее критично определить последовательность запуска каждого AI-Native ART. Это делается на шаге дорожной карты – Приоритизация потоков ценности и ART.
Многие организации ищут первый, наиболее перспективный AI-Native ART. Обычно он находится на пересечении факторов, показанных на рисунке 8.
Рисунок 8. Выбор приоритетного AI-Native ART
Первым AI-Native ART часто становится ART, который в наибольшей степени соответствует следующим критериям:
- вовлечённые в тему ИИ лидеры;
- чётко определённые продукты и ясные клиентские и бизнес-результаты;
- команды, уже использующие ИИ в повседневной работе;
- существенная возможность применения ИИ для решения значимой бизнес-проблемы или реализации новой возможности.
После выбора конкретного AI-Native ART организация готова перейти к его запуску.
Фаза 3. Запуск AI-Native ART
Третья фаза дорожной карты внедрения AI-Native SAFe посвящена реализации изменений на уровне Agile Release Train (ART). Фактически работа начинается ещё на предыдущем этапе, когда организация определяет приоритетные ART и формирует предварительный план запусков.
Примечание. Шаги между двойными бирюзовыми шевронами на дорожной карте представляют путь одного AI-Native ART. Этот участок повторяется столько раз, сколько ART организация планирует запустить.
Для организаций, уже внедривших SAFe
Действующий ART не обязательно перестраивать целиком. Переход к AI-Native ART начинается с оценки текущих потоков создания ценности, ролей, данных, инструментов и способов принятия решений. Затем команды поэтапно усиливают работу с ИИ, сохраняя ответственность людей за намерение, приоритеты, качество и решения с существенным влиянием на бизнес или клиентов. И уже в процессе такого ИИ-усиления ART и его команды проводят необходимые организационные изменения.
Оценка готовности к запуску и формирование плана
AI-Native SAFe строится на фундаменте Lean-Agile практик. Поэтому организации, уже использующие SAFe и освоившие эти способы работы, находятся в особенно выгодном положении. Именно сочетание Lean, Agile и ИИ формирует основу AI-Native организации.
При этом внутри ART необходимо развивать существующие Lean-Agile практики с учётом требований эпохи ИИ и принципов человекоцентричной культуры, в которой ИИ усиливает людей, а не заменяет их.
Четыре критических сдвига Lean-Agile в эпоху ИИ
Рисунок 9. Четыре критических сдвига Lean-Agile в эпоху ИИ
Сдвиг 1. От оптимизации потока к оптимизации потока, ориентированного на клиентские и бизнес-результаты
Традиционно целью было ускорение потока создания результатов работы. Поток, ориентированный на клиентские и бизнес-результаты, исходит из того, что ценность считается поставленной только при достижении объективно измеримого клиентского и бизнес-результата.
Сдвиг 2. От кросс-функциональных команд к кросс-функциональным командам, усиленным ИИ
Кросс-функциональные команды преодолевают организационные барьеры, формируя автономные группы, наделённые полномочиями для совместного проектирования, разработки и поставки решений. Успешный переход требует развития специализированной экспертизы и способности эффективно взаимодействовать с ИИ, расширяя применение компетенций в смежных областях.
Сдвиг 3. От итеративных циклов обучения к итеративным циклам обучения и быстрых экспериментов
ИИ выступает множителем производительности и ускоряет обучение. Он создаёт условия для существенного сокращения цикла PDCA: планируй – делай – проверяй – корректируй.
Сдвиг 4. От разработки в масштабе к разработке и инновациям в масштабе
Широкая доступность инструментов ИИ увеличивает потенциал инноваций во всей организации. Это требует чётких принципов и правил применения ИИ, а также построения соответствующей операционной и технологической инфраструктуры для его масштабного использования.
Двенадцать критических факторов успеха AI-Native SAFe
В рамках каждого из этих четырёх сдвигов выделены три элемента AI-Native SAFe, имеющие ключевое значение для успешного перехода. Вместе эти 12 элементов формируют критические факторы успеха AI-Native SAFe, представленные на рисунке 10.
Рисунок 10. Двенадцать критических факторов успеха AI-Native SAFe
Сертификационный тренинг: Launching AI-Native ARTs
Курс Launching AI-Native ARTs («Запуск AI-Native ART») сочетает обучение и элементы практического воркшопа. Его цель – сформировать план запуска AI-Native ART. В мероприятии должны участвовать все лидеры ART и ключевые представители команд, обладающие необходимыми знаниями и полномочиями для определения критически важных активностей и действий, которые необходимо обсудить, запланировать и осуществить.
В рамках тренинга Launching AI-Native ARTs участники изучают смещение основных фокусов внимания в Lean-Agile при использовании ИИ и критические факторы успеха AI-Native SAFe. В обучение встроена оценка готовности AI-Native ART к запуску – AI-Native ART Launch Readiness Assessment.
Рисунок 11. Оценка готовности AI-Native ART к запуску
AI-Native ART Launch Readiness Assessment – критически важная часть формирования плана запуска AI-Native ART. Оценка помогает выявить разрывы и запланировать корректирующие мероприятия в областях, где ключевые элементы ещё не готовы.
Курс Launching AI-Native ARTs завершается согласованием общего плана запуска всеми лидерами и участниками.
Подробнее:
- курс Launching AI-Native ARTs – скоро будет доступен.
Сертификационный тренинг: AI Native Value Architect
Некоторые специалисты в AI-Native ART будут выполнять роль архитектора ИИ-ценности (AI Value Architect). Их миссия – поддерживать эффективное внедрение ИИ в ART и помогать командам превращать технологические возможности ИИ в измеримые клиентские и бизнес-результаты.
Специалист в этой роли может работать с одной или несколькими командами, быть закреплённой за определённым решением либо поддерживать ART в целом.
Подходящими кандидатами для обучения являются скрам мастера, коучи команд, менеджеры продукта, архитекторы систем, RTE и SPC.
Двухдневный курс AI-Native Value Architect («Архитектор ИИ-ценности») охватывает пять обязанностей этой роли:
- коучинг внедрения ИИ;
- раскрытие ценности ИИ-процессов и инструментов;
- формирование связей между бизнесом и технологиями;
- фасилитация разработки ИИ-решений;
- оптимизация клиентских и бизнес-результатов.
Подробнее:
Внедрение критических факторов успеха
После формирования плана запуска организация внедряет критические факторы успеха AI-Native SAFe. План запуска AI-Native ART целесообразно разделить на три категории:
- Что должно быть готово до первого мероприятия PI Outcome Planning?
- Что должно быть готово до первого мероприятия Sense and Respond?
- Что можно отложить до завершения обоих мероприятий?
Рисунок 12. Пример плана запуска AI-Native ART
Попытка завершить всю подготовительную работу заранее – это антипаттерн. Новые выводы, получаемые во время мероприятий PI Outcome Planning и Sense and Respond, необходимо использовать для корректировки плана запуска.
В течение первого PI сочетаются реализация плана запуска поезда и работа над продуктом, за который отвечает AI-Native ART. Независимо от источника инициатив, мероприятие PI Outcome Planning используется для формирования обязательств как по бизнес-результатам трансформации, так и по клиентским и бизнес-результатам продукта.
Сертификационный тренинг: AI-Native Foundations
Важная часть плана запуска – развитие компетенций сотрудников. Каждому участнику ART необходим базовый набор навыков работы с ИИ.
Двухдневный интерактивный курс AI-Native Foundations («Основы AI-Native») предназначен для развития грамотности в области ИИ и охватывает следующие темы:
- Профессиональный промптинг. Получение стабильных и высококачественных результатов от ИИ независимо от используемого инструмента или платформы.
- RAG (Retrieval-Augmented Generation, генерация с дополненным поиском). Безопасное и точное применение ИИ к данным и базам знаний организации.
- Агентные процессы. Проектирование и управление ИИ-системами, которые выполняют последовательность взаимосвязанных действий от имени человека.
- ИИ-суждение и этика. Понимание того, когда результатам, сформированным ИИ, можно доверять, а когда необходим человеческий контроль.
- Перепроектирование процессов. Переосмысление способов выполнения работы, когда ИИ выступает компетентным партнёром, а не просто поисковой системой.
Подробнее:
Сертификационный тренинг: AI-Native SAFe for Teams
AI-Native команды объединяют человеческое творчество и возможности ИИ. Они создают клиентоцентричные продукты, усиленные ИИ, и непрерывно совершенствуют процессы их поставки.
Участники команд сохраняют контроль благодаря подходу «человек в контуре принятия решений» (human-in-the-loop): проверяют результаты работы ИИ, обеспечивают качество и снижают риск предвзятости. Человеческие усилия сосредоточены на оркестрации процессов и критическом мышлении, а ИИ помогает анализировать сложные взаимосвязи и принимать более обоснованные решения.
Такой подход требует нового способа работы, сочетающего автономию и поток, необходимые для успеха AI-Native команд, с согласованностью и ритмом, которые позволяют ART коллективно двигаться к своим клиентским и бизнес-результатам.
Помимо ИИ-навыков, рассматриваемых в курсе AI-Native Foundations, командам необходимо понять, что означает быть AI-Native командой в составе AI-Native ART. Обучение AI-Native SAFe for Teams («AI-Native SAFe для команд») предоставляет командам ART возможность изучить следующие вопросы:
- продуктовые, инженерные и предметные компетенции AI-Native команды;
- работа AI-Native команды на основе подхода, ориентированного на поток: «согласовать – выявить – отреагировать»;
- результаты работы AI-Native команды: эксперименты, прототипы, фичи и энейблеры;
- как мероприятия AI-Native ART стимулируют межкомандное сотрудничество и инновации.
Подробнее:
- курс AI-Native SAFe for Teams – скоро будет доступен.
«AI-Native команда – это не команда, где каждый участник просто получил доступ к генеративному ИИ. Это команда, которая меняет способы принятия решений, экспериментов, разработки и обучения, сохраняя человеческую ответственность за значимые решения и качество результата.»
![Алексей Ионов, основатель «Ионов и Партнеры», ведущий эксперт по Lean-Agile, SAFe и AI-трансформациям в России и СНГ, Certified Advanced SAFe® Practice Consultant (ASPC), AI-Native Trainer.]()
Алексей Ионов, основатель «Ионов и Партнеры», ведущий эксперт по Lean-Agile, SAFe и AI-трансформациям в России и СНГ, Certified Advanced SAFe® Practice Consultant (ASPC), AI-Native Trainer.
Разработка ИИ-продуктов и процессов
После внедрения критических факторов успеха ART сосредотачивается на разработке ИИ-продуктов и ИИ-процессов. К этому моменту все участники AI-Native ART уже прошли необходимое обучение в области ИИ, а сам AI-Native ART начинает работать в полном объёме.
Мероприятия Sense and Respond на уровне команд и ART используются для непрерывного совершенствования способов работы, развития непрерывного конвейера ИИ-инноваций и поиска возможностей для повышения ценности продуктов, усиленных ИИ.
Однако путь изменений никогда не бывает завершён. Темпы развития ИИ-технологий и новых сценариев их применения требуют от ART постоянной адаптации. Поэтому каждый участник AI-Native ART должен быть вовлечён в непрерывное обучение.
Этот путь обучения должен обеспечивать три результата для участвующих в нём специалистов и команд:
- Поддерживать актуальность навыков и знаний в условиях будущих изменений.
- Позволять изучать и осваивать AI-Native способы работы, применимые в повседневной деятельности.
- Создавать пространство для обмена опытом и поиска решений для практических задач.
Фаза 4. Измерение результативности
Фаза «Измерение результативности» фактически начинается на этапе запуска: ART постоянно оценивает продвижение как к бизнес-результатам трансформации, так и к клиентским и бизнес-результатам продуктов.
Шаг «Измерение и рост» (Measure and Grow) позволяет оценить ход трансформации в масштабе всех ART, прошедших этапы запуска.
Измерение и рост
Частое измерение ключевых результатов трансформации необходимо для сохранения темпа изменений и непрерывного улучшения. Ключевые результаты следует измерять ежедневно, а текущие показатели должны быть видны на дашбордах руководителей для оперативного управления. Если ежедневное измерение невозможно, минимальной периодичностью обычно является ежеквартальная оценка.
Регулярное отслеживание ключевых результатов трансформации наряду с другими KPI, например, прогрессом по критическим факторам успеха AI-Native ART, позволяет организации применять адаптивный подход к трансформации.
Достижение даже небольших улучшений следует громко отмечать. Независимо от масштаба, реальный прогресс остаётся реальным прогрессом. Достигнутые клиентские и бизнес-результаты важно открыто признавать и праздновать. Недостигнутые цели при этом необходимо открыто обсуждать, чтобы организация могла учиться и совершенствоваться.
Итеративный пересмотр и корректировка OKR трансформации позволяют сохранить её соответствие меняющимся потребностям бизнеса и обеспечивать постоянное измеримое влияние на бизнес-результаты организации.
Сертификационные тренинги: SAFe Release Train Engineer (RTE) и SAFe Advanced Scrum Master (SASM)
Этот этап дорожной карты подходит для дальнейшего развития ключевых ролей ART. Хотя курсы SAFe Release Train Engineer и SAFe Advanced Scrum Master первоначально разрабатывались для поддержки Core SAFe, они в значительной степени не зависят от конкретной версии SAFe.
Высокоэффективные команды и ART остаются критически важными для успеха AI-Native SAFe. Курсы SAFe Release Train Engineer (RTE) и SAFe Advanced Scrum Master (SASM) помогают создать среду, в которой команды и ART могут эффективно развиваться, а также формируют у участников коучинговые навыки, необходимые для раскрытия их потенциала.
Подробнее:
Фаза 5. Повышение отдачи от инвестиций в ИИ
Финальная фаза дорожной карты – Повышение отдачи от инвестиций – направлена на увеличение ценности, накопленной в ходе трансформации, и закрепление AI-Native способа работы в организации.
Масштабирование ИИ-возможностей
На этом шаге фокус смещается с отдельных ART на масштабирование ИИ-возможностей во всей организации. Это позволяет распространять успешные практики, увеличивать ценность трансформации и сокращать время получения эффекта от инвестиций в ИИ.
Организация Совета по ИИ и Центра компетенций по ИИ
Именно на этом этапе часто создаются формализованные структуры для масштабирования ИИ-возможностей. Распространённый пример – Совет по ИИ (AI Council): кросс-функциональный исполнительный орган, объединяющий ИТ, юридическую функцию, комплаенс, финансы и бизнес-лидеров.
Совет по ИИ устанавливает правила игры:
- определяет корпоративную политику в отношении ИИ: что разрешено, запрещено и требует дополнительного контроля;
- несёт ответственность за этические, юридические и финансовые риски ИИ-инициатив;
- обеспечивает соответствие ИИ-решений ценностям организации, регуляторным требованиям и допустимому уровню риска.
Наряду с Советом по ИИ, Центр компетенций по ИИ поддерживает и распространяет новые способы работы. Он нередко развивается из Центра Lean-Agile мастерства (Lean-Agile Center of Excellence, LACE), который начинает поддерживать внедрение AI-Native SAFe.
Центр компетенций по ИИ распространяет работающие практики:
- выявляет и масштабирует наиболее ценные сценарии применения ИИ и проверенные практики внутри организации;
- предотвращает повторное изобретение командами уже найденных решений;
- поддерживает общие стандарты, инструменты и практические руководства, ускоряющие внедрение и повышающие его безопасность;
- сокращает разрыв между централизованной экспертизой и распределённым исполнением в бизнес-подразделениях.
Подробнее:
AI-Native Trainer
Сертификация AI-Native Trainer отражает важность развития внутренней способности организации самостоятельно проводить обучение в области ИИ. Такой подход может дополнять обучение, которое предоставляют официальные партнёры Scaled Agile с соответствующей авторизацией, и помогает сформировать сообщество внутренних тренеров с глубоким пониманием контекста организации, работающих совместно с внешними экспертами.
Обучение внутри организации
Алексей Ионов, первый в России и СНГ аккредитованный AI-Native Trainer, помогает организациям развивать собственных внутренних AI-Native тренеров и формировать устойчивую способность организации самостоятельно масштабировать AI-Native компетенции с учётом специфики бизнеса.
Развитие AI-Native организации
Новые способы работы, определённые AI-Native SAFe, со временем становятся частью стандартной операционной модели организации. На этом этапе организация не просто усиливает существующие процессы и продукты с помощью ИИ, а постоянно ищет возможности перепроектировать себя вокруг процессов, которые не могли бы существовать без ИИ.
К этому моменту организация уже создала значительную ценность. Улучшения, достигнутые каждым AI-Native ART, в совокупности повышают результаты для бизнеса и клиентов.
Этот шаг также создаёт условия для целостного подхода: выявления значимых систем, процессов, возможностей или направлений инвестиций во всей организации, которые препятствуют реальным изменениям. Только устранение этих системных ограничений позволяет получить целевую ценность трансформации.
Advanced SPC
Трансформация такого уровня нередко выходит за рамки первоначального масштаба внедрения SAFe и становится полноценной организационной трансформацией. Для этого необходимы специалисты, умеющие взаимодействовать с руководителями высшего звена и разрабатывать стратегии трансформации, способные учитывать неизбежные сложности на пути изменений.
В SAFe продвинутые компетенции трансформации развиваются в рамках сертифицированного курса Advanced SPC. Advanced SPC выходит за пределы внедрения и отвечает на вопрос «что дальше?», помогая применять фреймворк с учётом контекста организации для достижения значимых и устойчивых бизнес-результатов.
Подробнее:
- курс Advanced SPC
Поддержка трансформации
Алексей Ионов, являясь Advanced SPC, работает с руководителями и агентами изменений над проектированием и сопровождением сложных SAFe трансформаций и AI-Native трансформаций.
Хотя это заключительный шаг дорожной карты внедрения AI-Native SAFe, фактически он становится отправной точкой нового цикла. Будущие изменения могут касаться других областей организации, для которых наступило подходящее время стать AI-Native, или областей, уже прошедших трансформацию, чья зона ответственности существенно изменилась с момента запуска их существующих AI-Native ART.
Таким образом, дорожная карта внедрения AI-Native SAFe служит ориентиром для непрерывного улучшения организации.
Связь между первой фазой дорожной карты «Согласование с клиентскими и бизнес-результатами» и заключительной фазой «Повышение отдачи от инвестиций» невозможно переоценить. Ключевые результаты, ориентированные на бизнес и связанные с бизнес-результатами трансформации, формируют одну из двух составляющих расчёта ROI. Они позволяют проверить, оправдали ли себя инвестиции.
Не менее важно и другое: на всём пути внедрения AI-Native SAFe клиентские и бизнес-результаты удерживают внимание участников на главном, сокращая ненужную и малозначимую деятельность. Они также создают необходимое ощущение срочности, побуждая организацию проводить значимые изменения в темпе, который формирует реальное конкурентное преимущество.
Единственный вопрос, на который организации необходимо ответить: «На чём нам следует сосредоточиться сейчас?»
Ответ, как всегда, начинается с определения клиентских и бизнес-результатов, которых организация стремится достичь. В каждом новом прохождении дорожной карты важно использовать знания, полученные в предыдущем цикле, чтобы точнее фокусировать усилия и ускорять получение ROI при определении следующих клиентских и бизнес-результатов.
Обновление действующих SAFe-сертификаций до AI-Native SAFe
Scaled Agile предоставляет специалистам с действующими SAFe-сертификациями возможность бесплатно обновить их до AI-Native SAFe при соблюдении условий программы.
Обновление состоит из двух частей и включает материалы для самостоятельного изучения, видео, практические задания по работе с ИИ, проверки знаний и итоговые квизы без ограничения по времени и количеству попыток.
Первая часть – курс AI-Native Ready в формате on-demand. Он помогает оценить текущий уровень готовности к работе с ИИ, сформировать персональный профиль AI-Native Readiness Profile и определить разрыв между имеющимися знаниями и их практическим применением.
Во второй части специалисты развивают навыки, необходимые для работы в AI-Native SAFe: понимание элементов AI-Native SAFe Big Picture, роли в AI-Native SAFe, четырёх ключевых сдвигов Lean-Agile в эпоху ИИ и практик, применимых в текущем рабочем контексте.
После прохождения обновления все активные SAFe-сертификации специалиста обновляются до AI-Native SAFe независимо от их текущей версии. Новые сертификации подтверждают способность работать с командами «человек + ИИ», поддерживать ответственное внедрение ИИ и связывать ИИ-инициативы с измеримыми бизнес-результатами.
Условия доступности и порядок прохождения могут меняться, поэтому перед началом рекомендуется проверить актуальную информацию на официальном сайте Scaled Agile.
Подробнее:
Ключевые выводы
- Дорожная карта внедрения AI-Native SAFe направляет критически важные изменения в способах работы для достижения бизнес-гибкости в эпоху ИИ.
- Первая фаза внедрения AI-Native SAFe «Согласование с клиентскими и бизнес-результатами» предусматривает определение измеримых клиентских и бизнес-результатов трансформации и формирование направляющей коалиции.
- На этапе установления приоритетов организация развивает портфельное управление, AI governance и определяет приоритетные ART.
- Запуск AI-Native ART включает оценку готовности, развитие компетенций, внедрение критических факторов успеха и разработку ИИ-продуктов и процессов.
- Измерение результативности основано на регулярном отслеживании бизнес-результатов трансформации. Такое отслеживание призвано поддерживать непрерывное обучение и улучшение.
- Повышение отдачи от инвестиций предполагает масштабирование ИИ-возможностей и развитие AI-Native-организации в целом.
Часто задаваемые вопросы об AI-Native SAFe
Что такое дорожная карта внедрения AI-Native SAFe?
Дорожная карта внедрения AI-Native SAFe – это пятифазный путь трансформации организации к AI-Native: 1) согласование внедрения с клиентскими и бизнес-результатами, 2) установление приоритетов, 3) запуск AI-Native ART, 4) измерение результативности, 5) повышение отдачи от инвестиций в ИИ. Она подходит как организациям, начинающим с нуля, так и уже внедрившим SAFe.
С чего начать внедрение AI-Native SAFe?
Начинать следует с определения видения, измеримых клиентских и бизнес-результатов трансформации, а также формирования направляющей коалиции, способной поддерживать изменения.
Чем AI-Native SAFe отличается от AI-Native?
AI-Native – более широкий подход к созданию продуктов, процессов и операционной модели, в которых ИИ становится не дополнительным инструментом, а встроенной частью способа работы организации. AI-Native SAFe – это практическое применение данной логики в масштабе предприятия через роли, практики, ART, Lean Portfolio Management, AI governance и механизмы измерения результатов.
Чем AI-Native SAFe отличается от Core SAFe?
AI-Native SAFe развивает фундамент Lean-Agile практик Core SAFe с учётом возможностей и рисков ИИ. Он усиливает ориентацию на измеримые клиентские и бизнес-результаты, ИИ-усиленные команды, быстрые эксперименты, AI governance и масштабирование ИИ-возможностей.
Что такое AI-Native ART?
AI-Native ART – это Agile Release Train, организованный вокруг продукта или группы взаимосвязанных продуктов и использующий ИИ для ускорения обучения, разработки, инноваций и достижения измеримых клиентских и бизнес-результатов.
Когда организации стоит запускать первый AI-Native ART?
Первый AI-Native ART целесообразно запускать там, где есть вовлечённые в ИИ лидеры, чётко определённый продукт и измеримые результаты, команды с практикой применения ИИ, а также значимая возможность решить бизнес-задачу с помощью ИИ.
Нужен ли AI governance при внедрении AI-Native SAFe?
Да. AI governance помогает определить допустимые сценарии использования ИИ, снизить юридические, этические, финансовые и репутационные риски, а также ускорить безопасное внедрение инноваций.
Какие роли особенно важны при запуске AI-Native ART?
В запуске участвуют лидеры ART и ключевые представители команд. Особую роль может играть Архитектор ИИ-ценности (AI Value Architect), поддерживающий внедрение ИИ, связь бизнеса и технологий, разработку ИИ-решений и оптимизацию клиентских и бизнес-результатов. Важны также SPC, RTE, менеджеры продукта (Product Manager), архитекторы систем (System Architect), скрам мастера и коучи команд (Scrum Master / Team Coach).
Чем ИИ-возможности отличаются от ИИ-компетенций?
ИИ-компетенции относятся преимущественно к знаниям и навыкам сотрудников. ИИ-возможности — более широкое понятие: оно включает компетенции, данные, инструменты, процессы, операционную модель, AI governance и способность организации системно применять ИИ.
Источник: Scaled Agile, Inc. (вендор), статья «AI-Native SAFe Implementation Roadmap» (от 25.08.2026). Материал не является официальным переводом.
Перевод и адаптация: Алексей Ионов, первый в России и СНГ Certified Advanced SAFe® Practice Consultant (Advanced SPC) и аккредитованный AI-Native Trainer, основатель компании «Ионов и Партнеры». Компания «Ионов и Партнеры» – официальный бронзовый партнёр Scaled Agile, Inc. с 2019 года и первый в России и СНГ AI-Native Partner компании Scaled Agile, Inc.
Другие статьи по теме AI-Native SAFe
⇒ Core SAFe, AI-Native и AI-Native SAFe: в чём разница и как выбрать подход
⇒ AI-Native SAFe: как искусственный интеллект меняет систему создания ценности в организациях
⇒ Как управлять продуктовой разработкой через клиентские и бизнес-результаты в AI-Native SAFe
⇒ Инвестиционная стратегия портфеля в AI-Native SAFe: как связать результаты, бюджет и риски
⇒ Намерение, спецификации и контекст в AI-Native SAFe: как управлять разработкой продуктов с ИИ
⇒ Курированные данные для ИИ: как корпоративные данные становятся конкурентным преимуществом
⇒ AI-Native ART: как Agile Release Train меняется в эпоху ИИ
⇒ Клиентские и бизнес-результаты ART в AI-Native SAFe
⇒ PI Outcome Planning в AI-Native SAFe: планирование клиентских и бизнес-результатов PI
⇒ Sense and Respond: как ART принимает решения на основе данных
⇒ Архитектор ИИ-ценности: роль AI-Value Architect в AI-Native SAFe и внедрении ИИ
⇒ AI-Native команды: как организовать продуктовую разработку с ИИ в AI-Native SAFe
⇒ Гибкость, усиленная ИИ: применение искусственного интеллекта в SAFe и Agile
⇒ Персонал, усиленный ИИ: руководство по внедрению в SAFe и Agile
⇒ Что такое искусственный интеллект (ИИ): основные типы ИИ и применение в бизнесе
⇒ Как обновить любую сертификацию SAFe до AI-Native SAFe
© «Ионов и Партнеры» (ИП Ионов Алексей Константинович), 2018-2025. Все права защищены. Цитирование материалов и размещение ссылок на материалы для формирования сторонних баз знаний, рубрикаторов или агрегаторов допускается только с письменного согласия «Ионов и Партнеры».
SAFe® and Scaled Agile Framework® are registered trademarks of Scaled Agile, Inc.